猫眼app怎么看票房排行看这里!如何利用 C# 爬取「猫眼电影：国内票房榜」及对应影片信息！

以前我写过爬猫眼电影数据的画。

如何使用C#获取“猫眼电影专业版：票房”数据？如何利用C#获取《猫眼电影：人气口碑目录》及其电影信息？如何利用C#获取《猫眼电影：最值得期待的目录》及其电影信息？今天是爬猫眼电影数据的最后一张图，以后的计划是爬上用户评论关于热门电影的数据，进行自然语言处理方面的算法实现和可视化。

---

好了，我们开始吧！

首先，我们看一下「猫眼电影：国内票房榜」对应的网页。

网址为：

网页

其次，我们看一下该网页对应的源码。

网页源码

从以上源码中，我们可以发现所有的数据全部存储在 dd 标签内，通过 dd 标签内的 p 标签，可以得到“上映时间”、“主演”、“实时票房”、“总票房”的数据，通过 dd 标签内的 a 标签可以得到“电影名称”，以及通过该 a 标签的 href 属性，可以得到对应电影详细信息的网址，上例中对应的网址为：

电影详情页

接着，我们看一下电影详情页的源码。

网页源码

从上面的源码中，我们发现“电影类型”存储在 li .ellipsis 类中，“电影简介”存储在 dra 类中。只要我们得到爬取网页的 HTML DOM TREE 就可以通过相应的标签和类找到对应的数据。

这里值得注意的是，猫眼电影采取了反爬虫机制对“实时票房”、“总票房”进行了加密处理。我们查找 stonefont 类，发现 猫眼电影 使用 font-face 定义字符集，并通过 unicode 去映射展示，所以我们在网页上看到的是数字，但是在源码中看到的却是别的字符。

font-face

字体编码

如何破解猫眼电影的反爬虫机制呢？我下周二会发布技术图文 《如何利用 C# + Python 破解猫眼电影的反爬虫机制？》来介绍。这里暂且搁置一下。

最后，我们用 Jumony 这套开源代码来获取网页对应的 HTML DOM TREE ，这套开源代码可以在 Github 上下载。下载地址为：

Jumony下载

这里对 Jumony 就不做过多介绍了，要是大家感兴趣，可以在图文下方留言，我后面再写几篇图文来介绍这个工具。

---

以上对「猫眼电影：国内票房榜」以及对应影片详情的网页进行了详细的分析，也确定了使用的开源工具，下面我们看看具体的代码。

1. 构建存储电影信息的结构Film

public class Film { /// <summary> /// 获取或设置 排名 /// </summary> public int Num { get; set; } /// <summary> /// 获取或设置 名称 /// </summary> public string MovieName { get; set; } /// <summary> /// 获取或设置 类型 /// </summary> public string Type { get; set; } /// <summary> /// 获取或设置 主演 /// </summary> public string Actor { get; set; } /// <summary> /// 获取或设置 上映时间 /// </summary> public string Time { get; set; } /// <summary> /// 获取或设置 实时票房 /// </summary> public string BoxInfo { get; set; } /// <summary> /// 获取或设置 总票房 /// </summary> public string SumBoxInfo { get; set; } /// <summary> /// 获取或设置 简介 /// </summary> public string Introduction { get; set; } /// <summary> /// Markdown 格式化输出 /// </summary> /// <returns></returns> public string ToString() { string str = Environment.NewLine + "---" + Environment.NewLine + "## Top" + Num.ToString().PadLeft(2, '0') + " <br>" + MovieName + Environment.NewLine + "- 类型：" + Type + Environment.NewLine + "- 主演：" + Actor + Environment.NewLine + "- 上映时间：" + Time + Environment.NewLine + "- 实时票房：<span style='color:#E53935'><b>" + BoxInfo + "</b></span>" + Environment.NewLine + "- 总票房：<span style='color:#757575'><b>" + SumBoxInfo + "</b></span>" + Environment.NewLine + "- 剧情简介：" + Introduction + Environment.NewLine; return str; } }

2. 获取对应网页的HTML DOM TREE

public static IHtmlDocument GetHtmlDocument(string url) { IHtmlDocument document; try { document = new JumonyParser().LoadDocument(url); } catch { document = null; } return document; }

3. 获取存储票房数据的电影列表 List<Film>

public static List<Film> GetFilmsTicket() { List<Film> result = new List<Film>(); string url = ""; //国内票房榜 IHtmlDocument doc = GetHtmlDocument(url); if (doc == null) return result; List<IHtmlElement> lists = doc.Find("dd").ToList(); for (int i = 0; i < li; i++) { List<IHtmlElement> infor = lists[i].Find("p").ToList(); Film item = new Film(); i = i + 1; //排名 string dw, ticket; List<IHtmlElement> s; if < 5) { // 有些电影没有演员的数据，所以这里分开了。 i = infor[1].InnerHtml().Trim().Remove(0, 5); //上映时间 dw = infor[2].InnerHtml().Trim(); dw = dw.Remove(0, dw.Length - 1); //实时票房单位 s = infor[2].Find(".stonefont").ToList(); ticket = s[0].InnerHtml().Trim(); //加密的实时票房 i = ticket + dw; //实时票房 dw = infor[3].InnerHtml().Trim(); dw = dw.Remove(0, dw.Length - 1); //总票房单位 s = infor[3].Find(".stonefont").ToList(); ticket = s[0].InnerHtml().Trim(); //加密的总票房 i = ticket + dw; //总票房 } else { i = infor[1].InnerHtml().Trim().Remove(0, 3); //演员 i = infor[2].InnerHtml().Trim().Remove(0, 5); //上映时间 dw = infor[3].InnerHtml().Trim(); dw = dw.Remove(0, dw.Length - 1); //实时票房单位 s = infor[3].Find(".stonefont").ToList(); ticket = s[0].InnerHtml().Trim(); //加密的实时票房 i = ticket + dw; //实时票房 dw = infor[4].InnerHtml().Trim(); dw = dw.Remove(0, dw.Length - 1); //总票房单位 s = infor[4].Find(".stonefont").ToList(); ticket = s[0].InnerHtml().Trim(); //加密的总票房 i = ticket + dw; //总票房 } IHtmlElement a = infor[0].Find("a").ToList()[0]; //获取影片url i = a.InnerHtml().Trim(); //名称 url = "; + a.Attribute("href").AttributeValue; IHtmlDocument temp = GetHtmlDocument(url); List<IHtmlElement> t = ("li.ellipsis").ToList(); i = t[0].InnerHtml(); //类型 List<IHtmlElement> b = (".dra").ToList(); i = b[0].InnerHtml(); //介绍 re(item); } return result; }

4.格式化输出「猫眼电影：国内票房榜」

private List<Film> _lstTicket = new List<Film>(); //票房 private void btnTicket_Click(object sender, EventArgs e) { if == 0) _lstTicket = FilmH(); string result = ; for (int i = 0; i < _l; i++) { result += _lstTicket[i].ToString() + Environment.NewLine + "广告" + Environment.NewLine; } ShowMarkdownData(result); ShowInGrid(_lstTicket); }

表格显示

private void ShowMarkdownData(string str) { string temp = Environment.GetEnvironmentVariable("TEMP"); temp += "\\;; StreamWriter sw = File.CreateText(temp); (str); Proce(temp); (); }

Markdown显示

注：此处输出的是已经破解猫眼电影反爬虫机制之后得到的结果，关于如何破解猫眼电影的反爬虫机制，我会在下周二的技术图文中跟大家详细介绍。

5. Markdown 文本的 HTML 渲染

HTML渲染

---

到此为止，关于如何利用 C# 语言爬取「猫眼电影：国内票房榜」及对应影片信息，就介绍完了。大家有什么问题可以在图文的下方给我留言，今天就到这里吧！See You！

---

相关图文：

• 如何利用 C# 爬取 One 持有者返利数据！
• 如何利用 C# 爬取Ga交易所的公告！
• 如何利用 C# 爬取BigOne交易所的公告！
• 如何利用 C# 爬取 ONE 的交易数据？
• 如何利用 C# 实现 K 最邻近算法？
• 如何利用 C# 实现 K-D Tree 结构？
• 如何利用 C# + KDTree 实现 K 最邻近算法？
• 如何利用 C# 对神经网络模型进行抽象？
• 如何利用 C# 实现神经网络的感知器模型？
• 如何利用 C# 实现 Delta 学习规则？
• 如何利用 C# 爬取「京东 - 计算机与互联网图书销量榜」！
• 如何利用 C# 爬取「当当 - 计算机与互联网图书销量榜」！
• 如何利用 C# 爬取「互动出版网 - 计算机图书销量榜」！
• 如何利用 C# 爬取「中国图书网 - 计算机与互联网图书销量榜」！
• 如何利用 C# 爬取带 Token 验证的网站数据？